Tesis doctoral
| Título | Detection and Compensation Methods for Self-Healing in Self-Organizing Networks |
| Estado | Finalizado |
| Autor | Isabel De la Bandera Cascales |
| Director/es | Raquel Barco Moreno , Matías Toril Genovés |
| Universidad | Universidad de Málaga |
| Centro | Escuela Técnica Superior de Ingenieros de Telecomunicación |
| Departamento | Ingeniería de Comunicaciones |
| Fecha lectura | 24-03-2017 |
Uno de los elementos clave en la definición de los recientes estándares de comunicaciones
móviles del 3rd Generation Partnership Project (3GPP), LTE (Long Term Evolution) y LTEAdvanced,
es la consideración de funciones que se puedan ejecutar de manera automática. Este
tipo de redes se conocen como redes Auto-Organizadas (Self-Organizing Networks, SON). Las
funciones SON permiten hacer frente al importante incremento en tamaño y complejidad que han
experimentado las redes de comunicaciones móviles en los últimos años. El número de usuarios
es cada vez mayor y los servicios requieren gran cantidad de recursos y altas tasas de transmisión
por lo que la gestión de estas redes se está convirtiendo en una tarea cada vez más compleja.
Además, cuando las redes de quinta generación (5G) se implanten, la complejidad y el coste
asociado a estas nuevas redes será todavía mayor. En este contexto, las funciones SON resultan
imprescindibles para llevar a cabo la gestión de estas redes tan complejas. El objetivo de SON es
definir un conjunto de funcionalidades que permitan automatizar la gestión de las redes móviles.
Mediante la automatización de las tareas de gestión y optimización es posible reducir los gastos
de operación y capital (OPEX y CAPEX).
Las funciones SON se clasifican en tres grupos: Auto- Configuración, Auto-Optimización
y Auto-Curación. Las funciones de Auto-Configuración tienen como objetivo la definición de
los distintos parámetros de configuración durante la fase de planificación de una red o después
de la introducción de un nuevo elemento en una red ya desplegada. Las funciones de
Auto-Optimización pretenden modificar los parámetros de configuración de una red para maximizar
el rendimiento de la misma y adaptarse a distintos escenarios. Las funciones de Auto-
Curación tienen como objetivo detectar y diagnosticar posibles fallos en la red que afecten al
funcionamiento de la misma de manera automática. Cuando un fallo es detectado en una celda
este puede ser recuperado (función de recuperación) o compensado (función de compensación).
Uno de los principales desafíos relacionado con las funciones SON es el desarrollo de métodos
eficientes para la automatización de las tareas de optimización y mantenimiento de una
red móvil. En este sentido, la comunidad científica ha centrado su interés en la definición de
métodos de Auto-Configuración y Auto-Optimización siendo las funciones de Auto-Curación las
menos exploradas. Por esta razón, no es fácil encontrar algoritmos de detección y compensación
realmente eficientes. Muchos estudios presentan métodos de detección y compensación que producen
buenos resultados pero a costa de una gran complejidad. Además, en muchos casos, los
algoritmos de detección y compensación se presentan como solución general para distintos tipos
de fallo lo que hace que disminuya la efectividad.
Por otro lado, la investigación ha estado tradicionalmente enfocada a la búsqueda de soluciones
SON basadas en modelos analíticos o simulados. Sin embargo, el principal desafío ahora
está relacionado con la explotación de datos reales disponibles con el objetivo de crear una base
del conocimiento útil que maximice el funcionamiento de las actuales soluciones SON. Esto es
especialmente interesante en el área de las funciones de Auto-Curación. En este contexto, la
disponibilidad de un histórico de datos es crucial para entender cómo funciona la red en condiciones
normales o cuando se producen fallos y como estos fallos afectan a la calidad de servicio
experimentada por los usuarios.
El principal objetivo de esta tesis es el desarrollo de algoritmos eficientes de detección y
compensación de fallos en redes móviles. En primer lugar, se propone un método de detección de
celdas caídas basado en estadísticas de traspasos. Una de las principales características de este
algoritmo es que su simplicidad permite detectar celdas caídas en cualquier red inmediatamente
después de acceder a los indicadores de funcionamiento de la misma. En segundo lugar, una parte
importante de la tesis está centrada en la función de compensación. Por un lado, se propone una
novedosa metodología de compensación de celdas caídas. Este nuevo método permite adaptar la
compensación a la degradación específica provocada por la celda caída. Una vez que se detecta
un problema de celda caída, se realiza un análisis de la degradación producida por este fallo
en las celdas vecinas. A continuación, diferentes algoritmos de compensación se aplican a las
distintas celdas vecinas en función del tipo de degradación detectado. En esta tesis se ha llevado
a cabo un estudio de esta fase de análisis utilizando datos de una red real actualmente en uso.
Por otro lado, en esta tesis también se propone un método de compensación que considera
un fallo diferente al de celda caída. En concreto, se propone un método de compensación para
un fallo de cobertura débil basado en modificaciones del margen de traspaso.
Por último, aunque es interesante evaluar los métodos propuestos en redes reales, no siempre
es posible. Los operadores suelen ser reacios a probar métodos que impliquen cambios en los
parámetros de configuración de los elementos de la red. Por esta razón, una parte de esta tesis ha
estado centrada en la implementación de un simulador dinámico de nivel de sistema que permita
la evaluación de los métodos propuestos.
Volver
